AirMOSS: L2 Hourly In-Ground Soil Moisture at AirMOSS Sites, 2011-2015
北美七个站点的地面传感器（L2）每小时容积（立方厘米/立方厘米）土壤水分剖面图
简介
该数据集提供了 2 级（L2）每小时容积（立方厘米/立方厘米）土壤水分剖面图，这些数据来自北美七个站点的地面传感器，是机载次冠层和次表层微波观测站（AirMOSS）项目的一部分。每个站点安装了三个剖面，每个剖面在七个不同深度（2 厘米至 80 厘米）取样。2011 年 9 月开始在三个地点进行初步取样，2012 年和 2013 年期间又增加了其他地点。所有采样工作于 2015 年 12 月结束。AirMOSS 项目使用机载雷达仪器估算北美 10 个研究地点的根区土壤湿度。收集这些地面土壤水分数据是为了校准和验证 AirMOSS 数据。该数据集有 29 个 NetCDF v4 (*.nc4) 格式的文件。
摘要
AirMOSS是一个地球科学研究项目，其全称为"Airborne Microwave Observatory of Subcanopy and Subsurface"。该项目于2011年至2015年期间进行，旨在利用航空载荷的微波雷达技术来测量地下土壤湿度。
AirMOSS项目使用了NASA的C-20A飞机，装载了一个名为"L-band Synthetic Aperture Radar"（SAR）的微波雷达。该雷达发射和接收L波段（1-2 GHz）微波信号，通过测量信号的反射和散射来推断土壤湿度。该技术具有穿透力强、对地表植被影响小的优点。
该数据集中包含了2011年至2015年期间AirMOSS项目在各个观测点收集到的地下土壤湿度数据。这些数据以每小时为间隔进行记录，提供了地下0-100厘米深度范围内的土壤湿度变化情况。这些数据能够帮助科学家们了解土壤湿度的时空分布特征，以及土壤湿度与地表植被和气候变化的关系。
AirMOSS的数据对于研究地下水循环、土壤水分管理、气候变化和生态系统模拟等领域都具有重要意义。同时，这些数据也可以用于改进气象和水文模型的准确性，并提供更精确的土壤湿度监测与预测能力。
代码
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
import pandas as pd
import leafmap
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
leafmap.nasa_data_login()
results, gdf = leafmap.nasa_data_search(
short_name="ABoVE_ASCENDS_XCO2_2050",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
temporal=("2017-07-20", "2017-08-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
leafmap.nasa_data_download(results[:5], out_dir="data")
引用
Hagimoto, Y., R. Cuenca, and AirMOSS Science Team. 2016. AirMOSS: L2 Hourly In-Ground Soil Moisture at AirMOSS Sites, 2011-2015. ORNL DAAC, Oak Ridge, Tennessee, USA. AirMOSS: L2 Hourly In-Ground Soil Moisture at AirMOSS Sites, 2011-2015, https://doi.org/10.3334/ORNLDAAC/1416
网址推荐
知识星球
知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)
https://wx.zsxq.com/group/48888525452428
机器学习
https://www.cbedai.net/xg
干旱监测平台
慧天干旱监测与预警-首页
https://www.htdrought.com/
